百度360必应搜狗淘宝本站头条
tomcat 乱码无法与服务器建立安全连接是什么意思sysv-rc-confdocker映射容器目录到宿主机internet explorer 增强的安全配置已启用
当前位置：网站首页 > 技术文章 > 正文

结巴中文分词配合php使用(在linux安装全过程和使用代码)

nanshan 2024-10-14 11:26 22 浏览 0 评论

结巴中文分词在github的star有一万多，python开发的，这里主要介绍的是php中的使用！

一、参考资料：

1、https://github.com/jonnywang/phpjieba

2、https://github.com/fxsjy/jieba

二、结巴分词特点：

1、支持三种分词模式：

a、精确模式，试图将句子最精确地切开，适合文本分析；

b、全模式，把句子中所有的可以成词的词语都扫描出来, 速度非常快，但是不能解决歧义；

c、搜索引擎模式，在精确模式的基础上，对长词再次切分，提高召回率，适合用于搜索引擎分词。

2、支持繁体分词

3、支持自定义词典

三、安装步骤：

使用centos+ngnix+mysql+php环境，使用PuTTY远程服务器，登陆后安装步骤如下（参考资料1内容）：

git clone https://github.com/jonnywang/phpjieba.git

cd phpjieba/cjieba

make

cd ..

phpize

./configure --with-php-config=/www/server/php/71/bin/php-config （这里填写自己php-config路径）

make

make install

在对应php.ini中增加类似如下配置信息

[jieba]

extension=/www/server/php/71/lib/php/extensions/no-debug-non-zts-20160303/jieba.so

jieba.enable=1

jieba.dict_path=/usr/local/download/jieba71/phpjieba/cjieba/dict

其中/www/server/php/71/lib/php/extensions/no-debug-non-zts-20160303/jieba.so是编辑后产生的文件，

/usr/local/download/jieba71/phpjieba/cjieba/dict是下载解压缩的文件目录文件，确保文件路径正确

最后重启一下服务器；

编译安装后jieba.so的路径截图

四、使用的php代码示例和分词api测试

自己建立的中文分词api：http://api.zzv.cn/jieba.php?word=微奇奇软件分词&type=0

其中type=0是默认精确模式，1是全模式，2是搜索模式，搜索模式目前还有点问题

api服务器端处理jieba.php代码：

$word=$_REQUEST['word'];

$cutType=$_REQUEST['type'];

if($cutType<>'0'&&$cutType<>'1'&&$cutType<>'2')

$cutType='0';

$result = jieba($word,$cutType);

$code=json_encode($result);

echo $code;

在线测试中文分词demo：http://api.zzv.cn/jiebademo.php

五、自定义字典：

直接编辑下载的自定义词库文件/usr/local/download/jieba71/phpjieba/cjieba/dict/user.dict.utf8即可

编辑增加用户词库

分词词库测试demo截图

相关推荐

删库之后不要着急跑路，教你神不知鬼不觉找回数据

在工作中，我们误删数据或者数据库，我们一定需要跑路吗？我看未必，程序员一定要学会自救，神不知鬼不觉的将数据找回。在mysql数据库中，我们知道binlog日志记录了我们对数据库的所有操作，所以...

数据库告警不可用，增删改受阻（数据库限制删除）

前言：昨晚，突然出现服务不可用告警，查看日志上线报文入库到数据库很慢并受阻，出现数据不同步问题。排查问题查看发现服务都是在执行update、insert这些DML命令的时候，报的数据库执行超时。经过一...

Binlog实现MySQL复制，5个关键步骤，务必掌握!

复制是MySQL最重要的功能之一，MySQL集群的高可用、负载均衡和读写分离都是基于复制来实现的。Binlog就是实现主从复制的关键，主数据库将修改操作记录到Binlog中，从数据库通过解...

MySQL数据实时增量同步到Elasticsearch

Mysql到Elasticsearch的数据同步，一般用ETL来实现，但性能并不理想，目前大部分的ETL是定时查询Mysql数据库有没有新增数据或者修改数据，如果数据量小影响不大，但如果几百万上千万的...

MySQL 数据库恢复:如何执行时间点恢复(PITR)以挽救受损数据?

天津鸿萌科贸发展有限公司从事数据安全服务二十余年，致力于为各领域客户提供专业的数据恢复、数据备份、数据取证、数据迁移、网络安全、数据清除等解决方案，并针对企业面临的数据安全风险，提供专业的相关数据安全...

阿里面试:MySQL Binlog有哪些格式?底层原理?优缺点?

binlog的格式也有三种：STATEMENT、ROW、MIXED，下面我详解binlog三种模式@mikechenStatement模式Statement模式：是基于SQL语句的复制(statem...

快速带你读懂MySQL的binlog写入机制

深入讲解MySQL中的重要日志binlog的写入机制以及影响IO性能的关键配置，并且介绍了如何利用binlog去恢复数据，保证MySQL的可靠性。Q：binlog写入时机binlog的写入逻辑并...

MySQL 误删除数据恢复全攻略:基于 Binlog 的实战指南

在MySQL的世界里，二进制日志（Binlog）就是我们的"时光机"。它默默记录着数据库的每一个重要变更，就像一位忠实的史官，为我们在数据灾难中提供最后的救命稻草。本文将带您深入掌握如...

一文了解MySQL Binlog（一文了解肝脏有益和有害的食物）

MySQL的Binlog日志是一种二进制格式的日志，Binlog记录所有的DDL和DML语句(除了数据查询语句SELECT、SHOW等)，以Event的形式记录，同时记录语句执行时...

数据丢失?别慌!MySQL备份恢复攻略

想象一下，某个晴朗的午后，你正享受着咖啡，突然接到紧急电话：你的网站或APP彻底挂了！系统崩溃，界面全白。虽然心头一紧，但你或许还能安慰自己：系统崩溃只是暂停服务，数据还在，修复修复就好了。然而，如果...

Mysql中的bin log、redo log、undo log的区别

最近在整理面试题，在看mvcc的时候看到了undolog，今天索性把这三个log都记录一遍。MySQL的逻辑架构说之前先说一下MySQL的基本架构，MySQL主要分为两层：Server层和存储引...

binlog日志定时清理（binlog清理规则）

binlog日志binlog是MySQL数据库的一种日志文件，用于记录所有对数据的修改操作。binlog全称为binarylog，它以二进制格式记录MySQL服务器上所有的修改操作，包括对哪个数据库...

茶水间炸锅了!菜鸟误删用户表，运维老张的MySQL救命三招!

（公司茶水间，运维老张、开发小王和新人小李围着咖啡机）小李：（紧张兮兮）张哥！我...我好像把测试库的用户表删了！下午演示咋办啊？老张：（淡定喝咖啡）慌啥？昨晚的备份是吃干饭的？走，教你恢复！一、基础...

解决运维痛点，提高运维安全性-雷池 SafeLine WAF新功能身份认证

雷池介绍使用雷池SafeLineWAF已经两年多了，在1.5.x版本时就已经开始测试使用，并在推出LTS版本后转入LTS分支。近期雷池SafeLineWAF重点更新了身份认证功能，并提供了SS...

【Docker 新手入门指南】第十五章:常见故障排除

一、前期准备：收集关键信息在排查问题前，建议先获取以下系统数据，便于精准定位故障：1.系统基础信息#查看Docker版本（确认是否为最新稳定版）dockerversion#查看...

取消回复欢迎 你 发表评论:

一周热门
最近发表
标签列表